Arkkitehtuuri yhdessä kappaleessa
Lähes kaikki tekoälylasit toimivat järjestelmätasolla samalla tavalla. Kehykseen sijoitetut anturit – mikrofonit ja usein kamera – tallentavat sen, mitä sanot ja näet. Sangassa oleva pieni suoritin hoitaa herätesanat, äänen ja ylläpitotehtävät. Raskas älykkyys – puheentunnistus, kääntäminen ja kielimalli – toimii enimmäkseen pilvessä, johon yhteys kulkee pariliitetyn älypuhelimen kautta tai suoraan. Tulokset palaavat joko äänenä korvien lähellä olevista pienistä kaiuttimista tai linssiin heijastettuna kuvana. Lasit ovat anturi- ja näyttöpääte; aivot ovat pääosin muualla.
Näyttö: kuva silmään
Kategorian vaikein insinööriongelma on tehdä näytöstä näkymätön siihen asti, kunnes sitä tarvitaan. Vallalla on kolme lähestymistapaa.
Aaltojohdenäytöt
Sangassa oleva mikroskooppisen pieni projektori heijastaa kuvan linssissä olevan ohuen, läpinäkyvän levyn reunaan. Valo heijastelee levyn sisällä, minkä jälkeen levyyn syövytetyt rakenteet ohjaavat kuvan ulos kohti pupillia. Tuloksena on tekstiä tai grafiikkaa, joka näyttää leijuvan ympäröivässä maailmassa, vaikka linssi näyttää ulkoapäin tavalliselta. Even Realities G2 käyttää tätä tekniikkaa vihreässä tekstinäytössään, ja samaa tekniikkaa hyödyntää myös Rokid AI Glasses Enterprise -lasien näyttö. Aaltojohteet uhraavat kirkkautta ja värien rikkautta lähes näkymättömän rakenteensa hyväksi, minkä vuoksi niin monessa niistä käytetään terävää yksiväristä tekstiä.
Birdbath-optiikka
Mikro-OLED-paneeli loistaa alaspäin linssin sisällä olevaan kaarevaan, puoliläpäisevään peiliin, joka heijastaa kuvan silmään. Birdbath-optiikka tuottaa kirkkaan, täysvärisen ja tarkan kuvan, minkä vuoksi virtuaalinäyttölasit, kuten XREAL One Pro, käyttävät sitä. Optiikka kuitenkin vaatii fyysistä syvyyttä, minkä vuoksi näyttölasit ovat selvästi kookkaampia kuin avustajatyyppiset tekoälylasit.
Ei näyttöä lainkaan
Suuri osa kategoriasta jättää näytön kokonaan pois ja puhuu käyttäjälle sen sijaan. Pelkkään ääneen perustuvat tekoälylasit ovat kevyempiä ja edullisempia, ja niiden akku kestää yhdellä latauksella pidempään. Puhtaassa avustajakäytössä korvaan kuuluva ääni kattaa useimmat tarpeet.
Kamera: tekoälyn silmät
Silloin kun kamera on mukana, se palvelee kahta herraa. Sinulle se tallentaa kuvia ja videota omasta näkökulmastasi. Tekoälylle se toimittaa kuvia analysoitavaksi: esineen tunnistamiseen, etiketin lukemiseen, näkymän kuvailemiseen tai kyltin kääntämiseen.
Kaksi käytännön seikkaa kannattaa tietää. Ensinnäkin visuaaliset tekoälyominaisuudet yleensä ottavat kuvan yksittäisestä hetkestä jatkuvan suoratoiston sijaan; jatkuva videoanalyysi kuluttaa akkua liian nopeasti arkikäyttöön. Toiseksi tallentamisesta ilmoittaa tyypillisesti LED-valo, ja työpaikat tai tapahtumapaikat voivat rajoittaa kameran käyttöä – tämä on yksi syy siihen, miksi kamerattomia malleja, kuten Even Realities G2, on olemassa ja miksi ne myyvät hyvin ammattiympäristöissä.
Mikrofonit ja kaiuttimet: ensisijainen käyttöliittymä
Tekoälylasien pääasiallinen käyttöliittymä on ääni, ei näyttö. Kehyksissä on useita mikrofoneja, jotka on sijoitettu keilanmuodostusta varten: vertaamalla signaalia eri mikrofonien välillä lasit pystyvät erottamaan sinun äänesi tai edessäsi olevan henkilön äänen ympäröivästä melusta. Tämän ansiosta reaaliaikainen kääntäminen toimii vilkkaassakin huoneessa.
Ääni tulee sangoissa olevista pienistä avoimista kaiuttimista, jotka suuntaavat äänen korvakäytävään. Normaaleilla äänenvoimakkuuksilla ne kuuluvat sivullisille vain hiljaa, ja ne jättävät korvat avoimiksi ympäristölle – nappikuulokkeisiin verrattuna aliarvostettu turvallisuus- ja mukavuusetu.
Missä tekoäly oikeasti toimii
Lasien taustalla toimiva avustaja on suuri kielimalli, ja suuri tarkoittaa tässä kirjaimellisesti suurta: huipputason malleja ei voi ajaa silmälasien sisällä. Työkuorma jakautuu kolmeen osaan.
Laseissa: herätesanan tunnistus, tallennus, äänenkäsittely ja yhä useammin pienet laitteessa toimivat mallit nopeisiin tehtäviin.
Puhelimessa: oheissovellus hallitsee yhteyksiä ja asetuksia ja välittää usein dataa lasien ja pilven välillä.
Pilvessä: puheentunnistus, kääntäminen ja itse kielimalli – ne ominaisuudet, jotka tuntuvat älykkäiltä.
Tämä työnjako selittää, miten lasit käyttäytyvät todellisuudessa. Hyvällä yhteydellä vastaukset saapuvat noin sekunnissa; katvealueella älykkäimmät ominaisuudet heikkenevät tai lakkaavat toimimasta. Se selittää myös, miksi tekoälylasit paranevat ostamisen jälkeen: kun pilvimalli kehittyy, kehittyvät myös jo omistamasi lasit.
Yrityksille työnjako herättää aiheellisen kysymyksen: minne ääni ja kuvat päätyvät? Kuluttajatuotteet lähettävät ne valmistajan pilveen. Yritysalustat vastaavat kysymykseen toisin, ja tämä on todellinen erottava tekijä: Rokid AI Glasses Enterprise tukee omien tekoälymallien liittämistä, myös itse ylläpidettyjen, joten yritys voi pitää arkaluonteiset tiedot omalla infrastruktuurillaan.
Akku ja virranhallinta
Akut on piilotettu sankoihin, ja niiden kapasiteetti on pieni, koska paino lepää nenälläsi. Valmistajat kurovat umpeen pienten akkujen ja virtasyöppöjen ominaisuuksien välistä kuilua määrätietoisella suunnittelulla: näytöt piirtävät vain pienen tekstialueen, kamerat nukkuvat, kunnes niitä tarvitaan, ja radiot nojaavat puhelimeen. Käytännössä nykyisen sukupolven laitteilla päivän kohtuullinen avustajakäyttö onnistuu, mutta tuntikausien yhtäjaksoinen kääntäminen tai tallentaminen ei. Raskaiden ammattikäyttäjien kannattaa varautua latauskoteloihin ja vara-akkutarvikkeisiin samalla tavalla kuin puhelimen latureihin.
Yhteydet: näkymätön komponentti
Useimmat tekoälylasit muodostavat pariliitoksen älypuhelimeen Bluetoothin kautta, ja puhelin tarjoaa internetyhteyden. Näyttölasit, kuten XREAL-sarja, käyttävät sen sijaan USB-C-kaapelia, joka välittää sekä kuvan että virran – laseissa ei ole akkua lainkaan. Kestävät teollisuuslaitteet toimivat usein itsenäisesti Androidilla ja omalla Wi-Fi-yhteydellään, koska teknikko ei voi olla riippuvainen henkilökohtaisesta puhelimesta. Kun arvioit mitä tahansa laseja, selvitä varhain, mihin niiden on oltava yhteydessä, sillä tämä riippuvuus vaikuttaa päivittäiseen käyttöön enemmän kuin mikään tekninen ominaisuus.
Kokonaisuus: mitä tapahtuu, kun pyydät käännöstä
Konkreettinen esimerkki sitoo palaset yhteen. Napautat sankaa ja käännyt saksaa puhuvan kollegan puoleen. Mikrofoniryhmä erottaa hänen äänensä ja suoratoistaa pakattua ääntä puhelimesi kautta pilveen, jossa puheentunnistus muuntaa sen tekstiksi ja käännösmalli kääntää tekstin englanniksi. Englanninkielinen lause palaa laseihin, ja aaltojohde piirtää sen tekstitykseksi, joka leijuu katselinjasi alapuolella noin sekunnin puhujaa jäljessä. Jokainen tässä artikkelissa käsitelty komponentti osallistui tuon lauseen käsittelyyn, ja ainoa, jonka huomasit, oli teksti.